Wyniki wyszukiwania - BazTech

1

Ekonometryczny model krótkoterminowego prognozowania zużycia gazu

Kwilosz Tadeusz, Filar Bogdan

Nafta-Gaz

|

2021

|

R. 77, nr 7

454--462

PL

W celu opracowania modelu krótkoterminowego zapotrzebowania na gaz konieczne jest dokonanie analizy najnowszych metod prognozowania matematycznego w celu wyboru i zaadaptowania właściwej z nich (spełniającej warunek efektywności i skuteczności). Niezbędne jest rozpoznanie i analiza czynników (głównie środowiskowych) wpływających na wynik krótkoterminowych prognoz oraz źródeł danych możliwych do wykorzystania. Efektem wykonanej pracy jest model numeryczny krótkoterminowego zapotrzebowania na gaz dla wybranej jednostki terytorialnej kraju. Opracowany model został skalibrowany i przetestowany na historycznych danych opisujących warunki środowiskowe i rzeczywiste zużycie gazu. Zaprojektowano i skalibrowano, na podstawie wybranego zestawu atrybutów (zmiennych objaśniających), niejednorodny liniowy model ekonometryczny. Dokonano statystycznej weryfikacji oszacowanych parametrów modelu. Warto zauważyć, że w krótkim terminie wykonania prognozy (7 dni) nie zachodzą znaczące zmiany w otoczeniu rynku gazowego (uruchomienie nowych inwestycji, podłączenie nowych użytkowników do systemu czy zmiany zapotrzebowania wynikające ze zmieniających się warunków makroekonomicznych). Inne czynniki techniczne, takie jak awarie linii produkcyjnych u odbiorców czy przestoje przemysłowe, są trudne do przewidzenia lub wiedza o nich rzadko jest dostępna. Z tego względu jedynymi czynnikami mogącymi mieć wpływ na zmiany zapotrzebowania gazu w krótkim terminie są czynniki pogodowe, które zostały wybrane jako zmienne objaśniające dla opracowanego modelu. Historyczne dane pogodowe zostały pobrane z usługi sieciowej (web service) OpenWeatherMap History Bulk. Jako zmiennej objaśnianej użyto dobowych wartości zużycia gazu dla jednego z województw Polski południowej. Dane zostały pobrane z systemu wymiany informacji operatora gazociągów przesyłowych. Dane dotyczą okresu trzyletniego, gdyż tylko takie dane zostały upublicznione. Zmienne objaśniające obejmują dobowe wartości danych pogodowych, takich jak: średnia temperatura, temperatura odczuwalna, temperatura minimalna, temperatura maksymalna, ciśnienie atmosferyczne, wilgotność względna, prędkość wiatru i kierunek wiatru.

EN

In order to develop a mathematical model of short-term gas demand, it is necessary to analyze the latest mathematical forecasting methods in order to select and adapt the right one (meeting the condition of efficiency and effectiveness). It is necessary to recognize and analyze factors (mainly environmental) affecting the result of short-term forecasts and sources of data that can be used. The result of the work is a numerical model of short-term gas demand for a selected territorial unit of the country. The developed model was calibrated and tested on historical data describing environmental conditions and real gas consumption. A heterogeneous linear econometric model was designed and calibrated on the basis of a selected set of attributes (explanatory variables). The estimated parameters of the model were statistically verified. It is worth noting that in the short term of the forecast (7 days) there are no significant changes in the gas market environment (launching new investments, connecting new users to the system, or changes in demand resulting from changing macroeconomic conditions). Other technical factors, such as production line failures at customers or industrial downtime, are difficult to predict, or knowledge about their occurrence is rarely available. For this reason, the only factors that may have an impact on changes in gas demand in the short term are weather factors, which were selected as explanatory variables for the developed model. Historical weather data was retrieved from the OpenWeatherMapHistoryBulk web service. Daily values of gas consumption for one of the voivodships of southern Poland were used as the response variable. The data was downloaded from the information exchange system of the transmission pipeline operator. The data covers a three-year period, as only such data has been made public. The explanatory variables include the daily values of weather data such as: average temperature, chilled temperature, minimum temperature, maximum temperature, atmospheric pressure, relative humidity, wind speed and wind direction.

2

Selected Tools For Wind Farm Output Daily-Hourly Forecasting For The Wholesale Market

Rubanowicz Tomasz

Acta Energetica

|

2020

|

nr 2

36--45

EN

Owners of generating sources after their connection to the power grid become participants of the electricity market, including the balancing market. From that moment on, each participant is obliged to forecast their own generating units' output with a specified advance time. The adopted energy transformation policy removes investment restrictions, in particular concerning the so-called distance act (10H), which stopped the dynamic development of this technology on land. This approach will contribute to the construction of more wind farms. The greater the number of generation sources dependent on weather conditions, the more difficult their predictability and the greater the risk of trade imbalances in participants ' purchasing portfolios. Every incorrect energy forecast that differs from the actual output will result in higher costs of participation in the market. Effective output forecasting allows companies to reduce the cost of their participation. This paper presents a method of forecasting wind farm output using artificial neural networks, which can be an alternative tool for analytical and statistical models. This paper aims to evaluate the effectiveness of the farm output forecast model, i.e. the output modelling for specific weather conditions. The paper presents the farm output affecting factors that should be included in the model, and it shows that the neural network can reproduce farm output curves similar to the catalogue curves with consideration of the object's characteristics. The author has exhaustively researched the subject for 10 years, reaching the main conclusion that it is impossible to create one universal forecast model for every farm. This means that each such facility requires an individual approach to obtain an effective forecast. The changing market environment requires further action and the development of new models suitable for the needs of the markets within a shorter time horizon.

PL

Właściciele źródeł wytwórczych po przyłączeniu do sieci elektroenergetycznej stają się uczestnikami rynku energii elektrycznej, w tym rynku bilansującego. Od tego momentu każdy uczestnik zobowiązany jest do prognozowania produkcji energii własnych jednostek wytwórczych z określonym wyprzedzeniem czasowym. Przyjęta polityka transformacji energetycznej znosi ograniczenia inwestycyjne, w szczególności w zakresie tzw. ustawy odległościowej (10H), która wstrzymała dynamiczny rozwój tej technologii na lądzie. Takie podejście przyczyni się do budowy kolejnych elektrowni wiatrowych. Im większa będzie liczba źródeł wytwórczych, których produkcja zależy od warunków pogodowych, tym trudniejsza będzie ich przewidywalność i większe ryzyko niezbilansowania handlowego portfeli zakupowych uczestników. Każda błędna prognoza energii, różniąca się od rzeczywistej produkcji, będzie skutkowała większymi kosztami uczestnictwa w rynku. Skuteczne prognozowanie produkcji energii umożliwia przedsiębiorstwom redukcję kosztów ich uczestnictwa. Artykuł prezentuje metodę prognozowania energii farmy wiatrowej za pomocą sztucznych sieci neuronowych, które mogą stanowić alternatywne narzędzie względem modeli analitycznych i statystycznych. Celem artykułu była ocena skuteczności modelu prognozy energii farmy, czyli modelu odtwarzającego moc farmy dla określonych warunków meteorologicznych. W artykule przedstawiono czynniki wpływające na moc farmy, które należy uwzględnić w modelu, a także wykazano, że sieć neuronowa potrafi odtworzyć krzywe mocy farmy zbliżone do krzywych katalogowych z uwzględnieniem cech charakterystycznych obiektu. Autor przez 10 lat wyczerpał temat, dochodząc do głównego wniosku, że nie można stworzyć jednego uniwersalnego modelu prognozy dla każdej farmy. Oznacza to, że każdy tego typu obiekt wymaga indywidualnego podejścia, aby uzyskać skuteczną prognozę. Zmieniające się otoczenie rynkowe wymaga dalszych działań i opracowania nowych modeli sprawdzających się w krótszym horyzoncie czasowym na potrzeby rynków.

3

Prognozowanie krótkoterminowe profili odbiorczych i zdolności wytwórczych w klastrach energii

Czapaj Rafał, Szablicki Mateusz, Rzepka Piotr, Sołtysik Maciej

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 7

137--140

PL

Rozwój elektroenergetyki obywatelskiej na poziomie regionalnym i lokalnym wymaga podejmowania działań optymalizacyjnych, w tym realizacji założonych funkcji celu. Rozwój klastrów energii będzie generował potrzeby tworzenia narzędzi prognostycznych zarówno pod kątem prognozowania zapotrzebowania na moc i energię, jak również pod kątem optymalnego wykorzystania zdolności regulacyjnych istniejących w ramach struktur klastrowych. W referacie omówiono wyniki stosowania wybranych modeli prognostycznych. Wykorzystane dane odwzorowują rzeczywiste profile zapotrzebowania i zdolności wytwórcze w rozdzielczości dobowo-godzinowej.

EN

The development of civil power engineering at the regional and local level requires undertaking optimization activities including the implementation of the assumed objective functions. The dynamic development of energy clusters will generate the need to create forecasting tools both in terms of forecasting demand for electric power and energy, as well as in terms of optimal use of regulatory capacity of existing structures within clusters. The article discusses the results of using selected forecasting models. The data used will be mapped to actual demand profiles and generating capacities in hourly granulation for every 24 hours.

4

Krótkoterminowe prognozy cen na Towarowej Giełdzie Energii z wykorzystaniem modelu trendu pełzającego

Popławski T., Weżgowiec M.

Przegląd Elektrotechniczny

|

2015

|

R. 91, nr 12

267-270

PL

Artykuł porusza problematykę prognozowania krótkoterminowego ceny energii elektrycznej na rynku energii. Badania przeprowadzone zostały na rzeczywistych danych z Rynku Dnia Następnego (RDN). Zaproponowano kilka modeli prognostycznych, szczególnie model trendu pełzającego dla przewidywania cen w horyzoncie dobowym. Wykonane zostały prognozy wygasłe wraz z oceną dokładności oraz prognozy walidacyjne umożliwiające ocenę użyteczności zaprezentowanych modeli.

EN

Article raises the problem of short-term forecasting the electricity price on the energy market. Research were conducted on real data from the Day-Ahead Market. Proposed several forecasting models, especially creeping trend model to predict prices in the weekly horizon. Taken extinct forecasts with evaluation of the accuracy and forecast validation for the assessment of usefulness of models presented.

5

Forecasting GDP growth rate in Ukraine with alternative models

Karayuz I, Bidyuk P.

Applied Computer Science

|

2015

|

Vol. 11, no 3

88--97

EN

The problem of constructing mathematical model for short-term fore-casting of GDP is considered. First, extended autoregression is constru-cted that takes two additional independent variables into consideration. The model resulted provides a possibility for generating short-term forecasts of GDP though not of high quality. Another model was constructed in the form of a Bayesian network. The model turned out to be better than the multiple regression, it provides quite good estimates for probabilities of GDP growth direction.

6

Problematyka prognoz generacji wiatrowej w KSE

Popławski T.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 7

119--122

PL

Od kilkunastu lat udział energetyki odnawialnej w sektorze elektroenergetyki stale rośnie. Przyczyny tego stanu rzeczy są różne: wyczerpywanie się paliw kopalnych, proekologiczna polityka UE, awarie elektrowni atomowych na świecie, które wzbudzają w społeczeństwie uczucie niepokoju oraz wiele innych skutkujących wzrostem udziału OZE w ogólnym bilansie produkcji energii elektrycznej. Większa liczba nowych źródeł energii elektrycznej, w szczególności farm wiatrowych, powoduje nowe problemy związane z prognozowaniem poziomu produkcji energii. Elektrownie wiatrowe są urządzeniami, które nie zapewniają stabilnego poziomu dostaw energii. Dlatego istnieje potrzeba opracowania modeli prognostycznych, które umożliwiają prognozowanie pracy takich jednostek w KSE w sposób rzetelny. W artykule podjęto próbę zastosowania teorii fraktalnej analizy procesów związanych z eksploatacją elektrowni wiatrowych do poprawy dokładności prognoz. Opisano wyniki badań i sugestie dotyczące ich możliwości zastosowania.

EN

Since several years the percentage of renewable power engineering in the sector of electric power engineering constantly grows. The reasons for this state are various: depletion of fossil fuels, breakdowns of atom power stations, which cause the feeling of anxiety, strong proecological tendencies in EU as well as the possibility to make the country independent on others. A higher number of new sources of electric energy, in particular wind farms, causes new problems related to forecasting the energy production level. Wind power stations are units, which do not provide a stable level of energy supply. Therefore there exists a need to develop forecasting models, which make it possible to forecast the work of such units in Polish Power System in a reliable way. In the paper an attempt has been undertaken to apply the theory of fractal analysis to the processes related to the operation of wind power stations for improving the accuracy of forecasts. Research results and suggestions concerning their further possible applications have been given.

7

Wykorzystanie modelu rozkładu kanonicznego wektora zmiennych losowych do prognozy cen na rynku dnia następnego

Popławski T., Łyp J., Kurach M.

Rynek Energii

|

2012

|

Nr 1

54--58

PL

Artykuł porusza problematykę prognozowania cen na rynku energii elektrycznej z uwzględnieniem zmian zachodzących, między innymi, na Rynku Dnia Następnego (RDN). Zaproponowano model prognostyczny rozkładu kanonicznego wektora zmiennych losowych (MRK) dla przewidywania cen w horyzoncie dobowym. Model zweryfikowano na kilku wybranych prognozach cen na Towarowej Giełdzie Energii.

EN

The article raises the problem of forecasting the electricity prices in energy market, with consideration changes, inter alia, Day-Ahead Market (DAM). Proposed forecasting model, based on the canonical distribution of a random vector variables, to predict prices in the daily horizon. The model was verified on the several selected price forecasts for the Polish Power Exchange.

8

Zastosowanie modelu MRK do prognozy cen wybranych paliw biomasowych

Popławski T., Dąsal K.

Polityka Energetyczna

|

2011

|

T. 14, z. 2

335-347

PL

Artykuł porusza problematykę odnawialnych źródeł energii, skupiając się na szczególnym rodzaju biomas, którymi uznane są niektóre zboża. Przedstawiono analizę porównawczą cen kilku wybranych zbóż na rynkach krajów Unii Europejskiej. Wykonano testy na danych liczbowych szeregów historycznych cen, badające głownie stacjonarność oraz występowanie wahań okresowych, których wyniki pozwalają na wybór metody i modelu predykcyjnego. Zaproponowano dwa modele prognostyczne dla przewidywania cen w horyzoncie tygodniowym. Wykonano prognozy wygasłe wraz z oceną dokładności oraz prognozy walidacyjne umożliwiające ocenę użyteczności prezentowanych modeli.

EN

The article discusses the issue of renewable energy focusing in particular on the specific type of biomass, which are considered some of the grain. Presents a comparative analysis of prices of cereals on a few selected markets in European Union countries. Performed tests on the figures of the historical series of prices, mainly exploring the stationary and the presence of periodic fluctuations, the results of which allow to choose the method and the prediction model. Proposed two forecasting models to predict prices in the weekly horizon. Taken together with forecasts of expired and the forecast evaluation of the accuracy of validation for the assessment of utility models.

9

Badanie wpływu czynników pozapogodowych na zmiany obciążenia w KSE

Dąsal K., Popławski T., Starczynowska E.

Rynek Energii

|

2010

|

nr 2

38-42

PL

Artykuł porusza problem związany wykonywaniem prognoz krótkoterminowych prognoz zapotrzebowania na moc w Krajowym Systemie Elektroenergetycznym. Jest wiele czynników, potencjalnie mogących mieć wpływ na wielkość obciążenia. Jedne z ważniejszych to czynniki meteorologiczne. W przedstawianej pracy podjęto próbę wykrywania wpływu czynników innych niż pogodowe. Są to medialne zjawiska masowe. Zaproponowano metodykę wykorzystującą metody i narzędzia analizy statystycznej umożliwiające ocenę wpływu różnych wydarzeń medialnych na zmiany w przebiegach obciążenia. Wykonano analizę wpływu wytypowanych wydarzeń o dużym znaczeniu medialnym na obciążenie KSE.

EN

Article raises the problem of performance-related short-term forecasting of power demand forecasts in the Power System. There are many factors that may potentially affect the size of the load. The meteorological factors are one of the most important. In the paper to an attempt to detect the influence of factors other than weather. These are mass media phenomenon. Proposed uses methods and tools for statistical analysis to assess the impact of different media events to changes in the load curves. Performed an analysis of the impact of designated events of major media to load in the Power System.

10

Short-term electric energy consumption forecasting using artificial neural networks aided by evolutionary algorithms

Baczyński D., Parol M.

Przegląd Elektrotechniczny

|

2009

|

R. 85, nr 3

204-207

EN

Ones of the most accurate short-term electric energy consumption forecasting methods are those, which are based on an artificial neural network (ANN) technique. Quality of an ANN learning and testing process has been investigated. Evolutionary algorithm (EA) has been utilised to aid artificial neural network in operation, i.e. to learn ANN, determine proper neural network topology, choose optimal learning rules for ANN. Computational experiments have been executed on the test problems. Operation efficiency comparison of both methods, i.e. ANN and ANN aided by EA, have been presented.

PL

Sztuczne sieci neuronowe (ANN) są jedną z najdokładniejszych metod prognozowania krótkoterminowego zapotrzebowania na energię elektryczną. Zbadano jakość procesu uczenia i testowania ANN. Do wspomagania działania sztucznej sieci neuronowej, tj. do uczenia ANN, określania odpowiedniej topologii sieci neuronowej oraz wyboru właściwych reguł uczenia, wykorzystano algorytm ewolucyjny (AE). Przeprowadzono eksperymenty obliczeniowe na danych testowych. Porównano i zaprezentowano sprawność działania obu metod, tj. klasycznych sztucznych sieci neuronowych oraz sztucznych sieci neuronowych wspomaganych przez algorytmy ewolucyjne.

11

Wykorzystanie modeli Takagi-Sugeno do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich

Trojanowska M., Małopolski J.

Inżynieria Rolnicza

|

2009

|

R. 13, nr 1

325-330

PL

Opracowano modele z wnioskowaniem typu Takagi-Sugeno o gaussowskich funkcjach przynależności w przestrzeni wejściowej do krótkoterminowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich. Ze względu na charakter zmienności obciążeń opracowano odrębne modele dla typowych dni tygodnia. Przeprowadzona analiza wykazała przydatność modeli Takagi-Sugeno do predykcji z wyprzedzeniem godzinowym i ich konkurencyjność w stosunku do rozmytych modeli Mamdaniego.

EN

Models with concluding, Takagi-Sugeno type, with Gaussian functions of affiliation in entry space were developed for short-term forecasting of rural consumers' demand for electric energy. Due to loads variability character separate models were developed for typical week days. Completed analysis proved usability of the Takagi-Sugeno models for prediction with hourly advance, and their competitiveness compared to Mamdani fuzzy models.

12

Wykorzystanie liniowych modeli rozmytych do prognozowania dobowego zapotrzebowania odbiorców wiejskich na energię elektryczną

Trojanowska M., Małopolski J.

Problemy Inżynierii Rolniczej

|

2008

|

R. 16, nr 4

17-22

PL

Zbudowano modele predykcyjne dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Średnie godzinowe zapotrzebowanie na energię elektryczną w ciągu doby oraz odchylenie standardowe tego zapotrzebowania zamodelowano opracowując rozmyte modele z wnioskowaniem typu Takagi-Sugeno. Analiza błędów prognoz wyznaczonych zgodnie z zaproponowaną metodą wykazała jej przydatność do lokalnego prognozowania krótkoterminowego.

EN

Predictive models were developed in this study for all days of a week, separately modeling the profile of a day, average value of 24 hrs' power, as well as the standard deviation of 24 hrs' loading course. The average demand of electric energy per hour during a day and the standard deviation of this demand were modeled at working out of the fuzzy models with Takagi-Sugeno type of inference. Error analysis of the prognoses determined by using such a method confirmed its usefulness to local short-term forecasting.

13

Wykorzystanie modeli Mamdaniego do predykcji dobowych obciążeń wiejskich sieci elektroenergetycznych

Małopolski J., Trojanowska M.

Inżynieria Rolnicza

|

2008

|

R. 12, nr 9(107)

205-211

PL

Opracowano modele z wnioskowaniem typu Mamdani do dobowego prognozowania zapotrzebowania na energię elektryczną odbiorców wiejskich, jako charakterystycznej grupy użytkowników energii. W pracy modele zbudowano dla wszystkich dni tygodnia, oddzielnie modelując profil dnia, wartość średnią mocy dobowej oraz odchylenie standardowe przebiegu dobowego obciążenia. Przeprowadzona analiza wykazała przydatność takich modeli do krótkoterminowej predykcji i ich atrakcyjność ze względu na niski nakład pracy potrzebny do opracowania.

EN

Mamdani type concluding models were developed for twenty-four hour forecasting of electric energy demand for rural consumers, being characteristic group of energy users. For the research purposes the models were built for all weekdays, with separate modelling of day profile, twenty-four hour power average value and standard deviation of twenty-four hour load progress. Completed analysis proved usefulness of these models for short-term prediction, and their attraction due to low amount of labour necessary to prepare them.

14

Model krótkoterminowego prognozowania Zbigniewa Pawłowskiego

Sarjusz-Wolski Z.

Gospodarka Materiałowa i Logistyka

|

2006

|

nr 3

31-32

PL

W artykule autor przedstawia adaptacyjny model krótkoterminowego prognozowania autorstwa polskiego naukowca, przedwcześnie zmarłego profesora SGH i katowickiej AE, Zbigniewa Pawłowskiego. W literaturze poświęconej ekonometrycznemu prognozowaniu adaptacyjnemu dominują nazwiska Browna, Holta, Wintersa, Trigga. Autor ma nadzieję, że także dorobek Z. Pawłowskiego stanie się bardziej znany, chociażby dzięki temu artykułowi.

15

Krótkoterminowe prognozy sprzedaży energii elektrycznej odbiorcom w gminach wiejskich

Trojanowska M.

Inżynieria Rolnicza

|

2002

|

R. 6, nr 3

293--300

PL

W artykule przedstawiono proces poszukiwania modelu prognostycznego miesięcznej sprzedaży energii elektrycznej odbiorcom wiejskim, na podstawie analizy szeregu czasowego prognozowanego zjawiska. Zaprezentowano przykładowo trzy modele opracowane z wykorzystaniem technik prognostycznych dostępnych w programie STATISTICA. Obliczenia przeprowadzono w oparciu o sprawozdania miesięcznej sprzedaży energii elektrycznej odbiorcom wiejskim w latach 1990-2000 przez wybrany Rejon Energetyczny z obszaru Polski Południowej.

EN

The researching process of forecast model of the monthly electric energy selling to rural consumers basing on the analysis of this process time series was presented in the paper. Three prognostic models, worked out using the program STATISTICA, were presented as an example. Calculations were made for an Energy Distribution Company from South Poland based on accounts of electric energy selling to rural consumers within 1990-2000.